MétaCan
Menu
Retour à la cohorte
Enregistrement W4206947876 · doi:10.1101/2022.01.24.477361

Tuned geometries of hippocampal representations meet the demands of social memory

2022· preprint· en· W4206947876 sur OpenAlexaff
Lara M. Boyle, Lorenzo Posani, Sarah Irfan, Steven A. Siegelbaum, Stefano Fusi

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensColumbia College
Organismes subventionnairesNational Institute of Mental HealthGatsby Charitable FoundationSimons FoundationNational Institutes of HealthNational Science Foundation
Mots-clésRecallPsychologyGeneralizationCognitive psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Social recognition consists of multiple memory processes, including the detection of familiarity – the ability to rapidly distinguish familiar from novel individuals – and recollection – the effortful recall of where a social episode occurred and who was present. At present, the neural mechanisms for these different social memory processes remain unknown. Here, we investigate the population code for novel and familiar individuals in mice using calcium imaging of neural activity in a region crucial for social memory, the dorsal CA2 area of the hippocampus. We report that familiarity changes CA2 representations of social encounters to meet the different demands of social memory. While novel individuals are represented in a low-dimensional geometry that allows for rapid generalization, familiar individuals are represented in a higher-dimensional geometry that supports high-capacity memory storage. The magnitude of the change in dimensionality of CA2 representations for a given individual predicts the performance of that individual in a social recognition memory test, suggesting a direct relationship between the representational geometry and memory-guided behavior. Finally, we show that familiarity is encoded as an abstract variable with neural responses generalizing across different identities and spatial locations. Thus, through the tuning of the geometry of structured neural activity, CA2 is able to meet the complex demands of multiple social memory processes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,056
Tête enseignante GPT0,288
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMemory and Neural MechanismsTravaux en français237 207